MétaCan
Menu
Retour à la cohorte
Enregistrement W4309716668 · doi:10.5267/j.ijiec.2022.9.001

Investigating the collective impact of postponement, scrap, and external suppliers on multiproduct replenishing decision

2022· article· en· W4309716668 sur OpenAlexvenueno aff
Yuan-Shyi Peter Chiu, Zhong-Yun Zhao, Fan‐Yun Pai, Tiffany Chiu

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueProduct Development and Customization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPostponementScrapOutsourcingQuality (philosophy)Production (economics)Process (computing)Industrial organizationProduct (mathematics)Finished goodProduction planningBusinessManufacturing engineeringOperations managementComputer scienceRisk analysis (engineering)EngineeringMarketingEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This study examines the collective impact of postponement, scrap, and subcontracting standard components on the multiproduct replenishing decisions. Rapid response, desirable quality, and various goods guide the client’s demands in today’s competitive market. Therefore, many manufacturing firms search for alternative fabrication and outsourcing strategies during the production planning stage to satisfy the client’s expectations, minimize fabrication-inventory costs, and smoothen machine utilization. To effectively help producers meet today's client's needs and enhance their competitive advantage, we develop a two-stage multiproduct replenishing system incorporating scraps, standard parts subcontracting, commonality, and delayed differentiation. To reduce the production uptime, stage one has a hybrid fabrication process for the common components (i.e., a partial outsourcing strategy), and stage two manufactures the finished multiproduct. In-house fabrication processes in both stages are imperfect; a screening process detects and removes scraps to maintain the finished batch quality. We determine the cost-minimized operating cycle. The findings reveal the collective impact of postponement, scrap, and external suppliers on this multi-product replenishment problem and can be used to facilitate production planning and decision-making.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,255
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetProduct Development and CustomizationTravaux en français237 207